AI热点 6小时前 69 阅读 0 评论

人形机器人学会用洗碗机,Figure 放出最新演示

作者头像
AI中国

AI技术专栏作家 | 发布了 246 篇文章

会叠衣服还不够?Figure 机器人现在连洗碗都包了,但前提是你得先拥有一台洗碗机。

还是用的叠毛巾和分包裹的同款 Helix 架构,没有新的算法,没有特殊的工程,只有新的数据

网友对此也是突然发现了盲点:

咦?它碰到脏盘子后会主动洗手吗?它会不会用沾满食物残渣的手再去叠衣服?

笑死,关注洗手问题的还不在少数呢。

Figure 机器人会洗碗了

言归正传,早在 3 个月前,Figure 机器人就展示了其在物流场景包裹分拣的能力,整个过程长达一小时。

面对各种形态的包裹,它都能进行完成识别、抓取、翻转,并运送到传送带上,其操作灵活性和速度已接近人类水平。

就在上个月,这个 Figure 02 又精进技艺,学会了叠毛巾和衣服。

现在同样的 Helix 架构、同样的机器人却在处理一个完全不同的任务 —— 将餐具装入洗碗机

哇哦,感觉 Figure 机器人最后是要把家务都包揽了,想想都好幸福啊。

乍一看,将餐具放入洗碗机的操作或许很简单,只需拿起每个餐具并将其放入洗碗机即可。

然而,这其中还是涉及很多难题的。

这些餐具往往需要从杂乱的堆叠中分离出来、重新调整角度,甚至需要双臂协同传递

不仅如此,光滑或易碎的物品则要求指尖级的精细操作,洗碗机的碗架对误差的容忍度也仅有厘米级。

更棘手的是,每一次装载的情境都不同。

新奇的餐具、凌乱的初始摆放、突发的碰撞,这些都要求系统能够不断适应和纠正,同时保持稳定可靠的表现。

与此前能叠毛巾、分拣包裹的机器人一样,这次完成洗碗机装载任务的 Figure 02 也无需新的算法或特殊工程设计,只是增加了新的数据

通过将餐具装入洗碗机,Helix 架构学会了以下技能:

  • 将堆叠的盘子分开,并按顺序放入;

  • 用一只手拿起玻璃杯,调整方向后,再用另一只手小心放好;

  • 根据杂乱的起始状态调整操作方法;

  • 遇到抓取失误或碰撞时,能平稳地恢复操作。

这么一看,这小小动作让 Helix 架构学会的还真不少。

值得一提的是,Helix 架构是 Figure 与 OpenAI 分道扬镳后的第一个成果,是一个适用于通用人形机器人控制的端到端“视觉-语言-动作”模型(VLA),能让机器人像人一样感知、理解和行动。

它由两个系统组成,这两个系统经过端到端训练可以进行通信。

不仅如此,它通过单一统一模型即可在各种任务中实现强大性能,仅使用一组神经网络权重,就能在不同容器中精准拾取放置物品、灵活操控抽屉与冰箱、协调多机器人完成灵巧交接,甚至能熟练操控数千种新物体。

洗碗机装载、分拣包裹和毛巾叠放看似风马牛不相及,但 Helix 都能用同一套通用架构来处理。

同一个系统只需增加数据即可逐步学习新技能,推动更广泛的应用,而无需特殊工程设计。这标志着 Figure 机器人向可扩展人形智能又迈进了一步。

参考链接:

  • [1]https://x.com/Figure_robot/status/1963266237426979300

  • [2]https://www.figure.ai/news/helix-loads-the-dishwasher

本文来自微信公众号:量子位(ID:QbitAI),作者:时令,原标题《人形机器人终于学会洗碗了》

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。

作者头像

AI前线

专注人工智能前沿技术报道,深入解析AI发展趋势与应用场景

246篇文章 1.2M阅读 56.3k粉丝

评论 (128)

用户头像

AI爱好者

2小时前

这个更新太令人期待了!视频分析功能将极大扩展AI的应用场景,特别是在教育和内容创作领域。

用户头像

开发者小明

昨天

有没有人测试过新的API响应速度?我们正在开发一个实时视频分析应用,非常关注性能表现。

作者头像

AI前线 作者

12小时前

我们测试的平均响应时间在300ms左右,比上一代快了很多,适合实时应用场景。

用户头像

科技观察家

3天前

GPT-4的视频处理能力已经接近专业级水平,这可能会对内容审核、视频编辑等行业产生颠覆性影响。期待看到更多创新应用!